Data-/analyseproject
AI & Data ScienceForecasting
Hoe maak je van ruim een half miljoen historische records informatie waarmee je vooruit kunt kijken? Ik onderzocht welke data werkelijk relevant was, testte verschillende forecastingmodellen en vertaalde de uitkomst naar bruikbare input voor capaciteitsplanning.
- Data & Analytics
- Onderzoek & Inzicht
Praktijkgerichte AI & Data Science-casus rond forecasting van telefonisch aanbod binnen een financiële dienstverlener.
Een half miljoen records vertellen nog niet wat morgen gebeurt
De operationele context was veranderd. Historische data kon daarom niet zonder meer als representatief worden behandeld. Eerst moest duidelijk worden welke informatie voor deze specifieke voorspelvraag werkelijk betekenis had.
508.413 × 48
De oorspronkelijke dataset bevatte ruim een half miljoen rijen en 48 kolommen.
108.766 × 6
Na afbakening, selectie en voorbereiding bleef de relevante onderzoeksset over.
60 dagen
De uiteindelijke forecast keek vooruit op kwartierinterval.
Meer data is niet hetzelfde als meer informatie.
Eerst de vraag afbakenen, daarna pas modelleren
De data-exploratie liet zien dat datumvelden moesten worden aangepast, dertien duplicaatrijen resteerden en veel variabelen niet relevant waren. De dataset werd gefilterd en gegroepeerd naar datum, uur en kwartier.
- 01AfbakenenWelke uitkomst moet worden voorspeld?
- 02OnderzoekenWelke data is betrouwbaar en relevant?
- 03SelecterenIrrelevante informatie verwijderen.
- 04ValiderenPatroon en foutmarge toetsen.
- 05VertalenOutput bruikbaar maken voor planning.
De modelkeuze was ook een afweging
Prophet, XGBoost en SARIMA zijn onderzocht. XGBoost leverde vergelijkbare resultaten als Prophet. Het SARIMA-experiment liep technisch vast door hoog geheugengebruik. Prophet werd gekozen op basis van bruikbaarheid, seizoenspatronen, beschikbare tijd en het ervaringsniveau binnen de opdracht.
- Model 1Prophet
- Model 2XGBoost
- Model 3SARIMA
- Gekozen richtingProphet als bruikbare pilot
Van voorspelling naar capaciteitsplanning
Het model werd getraind en getoetst op een testset. Daarna werd de forecast naar de toekomst uitgevoerd en in een dataframe geplaatst voor export naar Excel. Zo ontstond een werkende pilot waarvan de output als input voor capaciteitsplanning kon worden gebruikt.
Een dataset van een half miljoen regels is nog geen stuurinformatie.
Methoden en vaardigheden
Python · Pandas · SQL · exploratory data analysis · dataselectie · data cleaning · data-anonimisering · tijdreeksanalyse · Prophet · XGBoost · SARIMA · train/test split · modelvalidatie · forecasting · datavisualisatie · capaciteitsplanning